提出了将信号进行相空间重构后再采用奇异值分解, 对分解后的主成分进行包络分析, 从而提取信号的隐含特 征的方法, 并将该方法应用于齿轮的局部故障振动特征信号的提取中。数值仿真实验结果表明, 该方法能有效提取强背景 信号及噪声中的弱冲击特征信号, 是一种有效的弱信号特征提取方法。采用该方法对齿轮振动信号进行故障特征提取与识 别, 结果与实际情况相符。-Signal implicit characteristic of phase space reconstruction, and th

(股市)非线性分析及预测工具箱，整合了原非线性时间序列分析工具箱程序，包含多个复杂度分析(如Higuchi法、计盒法)，相空间重构(Cao法、GP算法、互信息法)，最大李雅普诺夫指数判断(Wolf法、小数据法)和预测程序(lyp指数法、一次多步预测等)，程序执行效率高，实测可用。-Nonlinear analysis and prediction toolbox (stock market), the integration of the original nonlinear time seri

关联维数的G-P算法，相空间重构。有改动，非常实用-The G-P algorithm of correlation dimension, phase space reconstruction. There are changes, very practical

混沌时间序列 相空间重构 延迟时间t 维数-Phase space reconstruction of chaotic time series dimension of the delay time t

mutual-information互信息法求解时延和嵌入维度的相空间重构函数